图像相似度计算之直方图方法OpenCV实现

更新时间:2023-07-20 18:09:03 阅读: 评论:0

左支右绌图像相似度计算之直⽅图⽅法OpenCV实现
诗经是哪个朝代操作步骤:
长盛球1.      载⼊图像(灰度图或者彩⾊图),并使其⼤⼩⼀致;
2.      若为彩⾊图,增进⾏颜⾊空间变换,从RGB转换到HSV,若为灰度图则⽆需变换;
3.      若为灰度图,直接计算其直⽅图,并进⾏直⽅图归⼀化;
安徽省国税网上办税平台
4.      若为彩⾊图,则计算其彩⾊直⽅图,并进⾏彩⾊直⽅图归⼀化;lying怎么读
电烤箱什么牌子好
5.      使⽤相似度公式,如相关系数、卡⽅、相交或巴⽒距离,计算出相似度值。食用小苏打的用途
string strSrcImageName = "src.jpg"; cv::Mat matSrc, matSrc1, matSrc2; matSrc = cv::imread(strSrcImageName, CV_LOAD_IMAGE_UNCHANGED); cv:: resize(matSrc, matSrc1, cv::Size(357, 419), 0, 0, cv::INTER_NEAREST); cv::resize(matSrc, matSrc2, cv::Size(2177, 3233), 0, 0, cv::INTER_LANCZOS4) ; cv::Mat matDst1, matDst2; cv::Size sizeImage = cv::Size(500, 500);  cv::resize(matSrc1, matDst1, sizeImage, 0, 0, cv::INTER_CUBIC); //cv::flip(matDst 1, matDst1, 1); cv::resize(matSrc2, matDst2, sizeImage, 0, 0, cv::INTER_CUBIC); if (matSrc.channels() == 1) {  int hist
achievement
Size = 256;  float range[] = {0, 256 };  const float* histRange = {range};  bool uniform = true;  bool accumulate = fal;  cv::Mat hist1, hist2;  cv::calcHist(&matDst1, 1, 0, cv::Mat(), hist1, 1, & histSize, &histRange, uniform, accumulate);  cv::normalize(hist1, hist1, 0, 1, cv::NORM_MINMAX, -1, cv::Mat());  cv::calcHist(&matDst2, 1, 0, cv::Mat(), h ist2, 1, &histSize, &histRange, uniform, accumulate);  cv::normalize(hist2, hist2, 0, 1, cv::NORM_MINMAX, -1, cv::Mat());  double dSimilarity = cv::compa reHist(hist1, hist2, CV_COMP_CORREL);//,CV_COMP_CHISQR,CV_COMP_INTERSECT,CV_COMP_BHATTACHARYYA  cout<<"similarity = "<<dSimila rity<<endl; } el {  cv::cvtColor(matDst1, matDst1, cv::COLOR_BGR2HSV);  cv::cvtColor(matDst2, matDst2, cv::COLOR_BGR2HSV);  int h_bins = 50, s _bins = 60;  int histSize[] = {h_bins, s_bins};  float h_ranges[] = {0, 180};  float s_ranges[] = {0, 256};  const float* ranges[] = {h_ranges, s_ranges};  int ch annels[] = {0, 1};  cv::MatND hist1, hist2;  cv::calcHist(&matDst1, 1, channels, cv::Mat(), hist1, 2, histSize, ranges, true, fal);  cv::normalize(hist1, hist1, 0, 1, cv::NORM_MINMAX, -1, cv::Mat());  cv::calcHist(&matDst2, 1, channels, cv::Mat(), hist2, 2, histSize, ranges, true, fal);  cv::normalize(hist2, hist2, 0, 1, cv::NORM_MINMAX, -1, cv::Mat());  double dSimilarity = cv::compareHist(hist1, hist2, CV_COMP_CORREL);  cout<<"similarity = "<<dSimilarity<<en dl; }

本文发布于:2023-07-20 18:09:03,感谢您对本站的认可!

本文链接:https://www.wtabcd.cn/fanwen/fan/89/1089408.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:相似   计算   变换   灰度   距离   平台   诗经
相关文章
留言与评论(共有 0 条评论)
   
验证码:
推荐文章
排行榜
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图